改进GWO优化SVM的语音情感识别研究

• 作者: RYAD Chellali 邢尹 陈闯
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 语音情感识别 灰狼算法(GWO) 支持向量机(SVM) 选择算子 收敛因子
• 年，卷（期）: 2018,（16）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 113-118
• 页数: 6页
• 分类号: TN912.3
• 字数: 4032字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1704-0361

摘要

语音情感识别日益受到人们的关注,在社会生活中发挥着重要作用.为了提高语音情感的识别率,提出一种改进的灰狼算法(Grey Wolf Optimizer,GWO)优化支持向量机(Support Vector Machine,SVM)的分类模型(IGWO-SVM).介绍了灰狼算法的基本理论;嵌入选择算子和引入非线性收敛因子来提升IGWO的寻优性能;采用IGWO优化SVM参数,进而建立语音情感的分类模型.通过10个基准测试函数的仿真实验,验证了IGWO性能优于GWO.对于参比模型,IGWO-SVM模型能够有效提高语音情感的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈闯	南京工业大学电气工程与控制科学学院	6	41	3.0	6.0
2	RYAD Chellali	南京工业大学电气工程与控制科学学院	8	65	5.0	8.0
3	邢尹	桂林理工大学测绘地理信息学院	8	45	3.0	6.0